メルマガ登録
こんにちは、アナリティクスコンサルティングユニットの平見です。
しずおかフィナンシャルグループ(以下、SFG)では、デジタル技術やデータ利活用を通じて、業務変革と経営基盤の強化を図るべく、DXへの取り組みを加速させています。その取り組みの一環として、2025年9月から12月にかけて、第2回目となる「生成AIアイデアコンテスト」が開催されました。
ブレインパッドは、本コンテストにおいて、設計段階から学習支援講座の実施、書類審査、通過者への個別支援、アイデアの具体化に至るまで、運営全般にわたる伴走支援を行いました。本記事では、生成AIアイデアコンテストを一過性のイベントに終わらせることなく、実際の業務変革につなげるために行った工夫や、その設計思想について、舞台裏からご紹介します。
SFGでは、新たな社会価値の創造と生産性向上・業務効率化を目指し、グループ全体で生成AIの活用を推進しています。2024年3月にはグループ専用環境となる生成AIソリューションを導入し、同年5月には「Copilot for Microsoft 365」の試行導入を開始するなど、社員が安全かつ高度にAIを活用できる環境をいち早く整備してきました。
こうした基盤整備を背景に、グループ全体のイノベーションをさらに加速させるべく、全役職員を対象とした「生成AIアイデアコンテスト」を2024年に開催しました。第1回の開催により行内での関心は大いに高まりましたが、これを一過性のイベントで終わらせることなく、実効性のある業務変革へとつなげていく中で、いくつかの本質的な課題も浮き彫りになりました。
昨年度の実施を振り返ると、大きく分けて以下の3つの課題に直面していました。
これらの課題を踏まえ、第2回のコンテストでは「審査の公平性」「参加者へのサポート設計の強化」「実装につながる設計」を同時に実現することが求められました。そこで、企業のデータ活用・DX推進を長年支援してきたブレインパッドが、運営支援パートナーとして参画することとなりました。
私たちは、単なる事務局代行に留まらず、コンテスト全体の設計や進行に関わりながら、実装までを見据えた伴走支援を行いました。具体的には、以下の3つの観点から支援を行いました。
では次章から、これらの支援で「具体的に何を行ったのか」、そして「なぜその設計にしたのか」をご紹介していきます。
本コンテストは、生成AIの活用に対する社内の機運を一層高め、生産性向上につながるアイデアの創出・実装を目的として実施しました。
本支援は、2025年9月から12月にかけての4ヶ月間にわたり実施しました。アイデア募集前の土台作りから、コンテスト終了後の実装検討までを一気通貫で支援しました。全体のスケジュールは、大きく以下の5つのフェーズで進行しました。
本章では、5つのフェーズそれぞれについて、昨年度の課題を踏まえ、何を目的にどのような設計・運営上の工夫を行ったのかを整理し、具体的な取り組み内容とその背景を紹介します。
本コンテストにおいて、最も重視した点が審査基準の設計です。審査基準が曖昧なままでは、審査段階での調整工数が増大するだけでなく、応募アイデアの粒度や方向性も揃わず、結果としてコンテスト後の実装検討にもつながりにくくなってしまいます。そこで本コンテストでは、審査基準を最初に設計し、それを起点としてコンテスト全体を組み立てるアプローチを採用しました。
本コンテストでは、業務効率化・生産性向上をテーマにアイデアを募集するにあたり、単なる着想に留まらず、実装を検討できる水準のアイデアをいかに集めるかという点を重視して設計を行いました。その一環として、審査基準の策定にあたり、「どの観点でアイデアを評価するのか」「どの水準を満たしていれば、実装を検討できるアイデアと判断できるのか」といった点を整理し、審査員間で解釈のぶれが生じにくい、構造化された審査基準を設計しました。この際、机上の検討に留まらず、弊社内で実際に一つのアイデアを具体的に検討し、審査基準を構成する評価軸と点数基準を、実際の審査プロセスに当てはめながら、その妥当性を検証しました。こうした検討を踏まえ、「着眼点」「ビジネスインパクト」「実現性」という3つの観点を設定しました。
3つの観点
これらの3つの観点を軸として内容を細分化し、審査員が迷うことなく点数化できるよう、具体的な6つの評価軸と点数基準をあらかじめ定義しました。
応募フォームは、上記で策定した審査基準に沿って設計し、審査時に必要な情報が過不足なく揃うことを重視しました。加えて、アイデアの対象となる業務をプロセスごとに分解して記載頂くことで、その構造を審査側が具体的にイメージできるよう設計しています。これにより、審査員が応募者の表現力や書きぶりのムラに左右されることなくシステマチックにアイデア評価できる仕組みを整えました。
アイデア募集において、生成AIを活用したアイデアを考える際の心理的・知識的ハードルをいかに下げるかに加え、業務効率化・生産性向上というテーマに沿ったアイデアをいかに引き出すかが重要な論点となりました。
今回、構造化した応募フォームによってアイデアの質を担保した一方、応募者には一定の検討レベルを求める設計となったため、特定の層に応募が偏る懸念がありました。そこで、インプットからアウトプットまでを一気通貫でサポートする学習支援プログラムを提供しました。
学習支援プログラムとして、生成AIを活用するアイデア発想の考え方を学べる講座の動画を提供しました。本講座では、社員の方々が自分の業務に生成AIをどのように活用できるのかを具体的に説明できる状態になることをゴールとして設計しました。内容は、「AIの基礎理解」「生成AIの活用方法」「コンテスト応募に向けたアイデアのレベルアップ」の3つの観点で構成しました。
生成AI講座で解説したアイデアの出し方を実践できるよう、応募フォームの要件を満たした専用の「壁打ちプロンプト」を提供しました。このプロンプトにより、生成AIとの対話を通じてアイデアをブラッシュアップしながら、応募フォームに沿った内容を効率的に作成できる環境を整えました。その結果、アイデアの品質を一定水準に保ちつつ、応募までの心理的ハードルを下げ、社員自らが主体的に取り組める仕組みを構築することができました。
これらの学習支援により、応募に対する心理的なハードルを下げつつ、業務効率化・生産性向上というテーマを踏まえた、業務課題と生成AI活用が結び付いたアイデアの創出につなげることができました。その結果、応募数を確保すると同時に、後続の審査フェーズにおいても評価しやすい、一定の質を備えたアイデアが集まる土台を築くことができました。
書類審査では、全81件の応募アイデアを対象に審査を行いました。応募数は昨年度と同程度を確保しており、学習支援を通じて応募のハードルを下げつつも、一定のボリュームを維持できたことが分かります。そのうえで本フェーズでは、事前に設計した審査基準を実運用に落とし込み、短期間でありながらも客観性と納得感を両立した選考を行うことを重視しました。
具体的には、応募フォームの各項番と審査基準を対応づけて審査を実施しました。これにより、審査員は同一の観点・同一の粒度で各アイデアを審査できるようになりました。
また、点数だけでなく判断の根拠も併せて記載する運用とすることで、審査結果の透明性を確保しました。あわせて、今後の実装を見据えた補足コメントを記載し、書類審査の段階から次フェーズにつながる視点を組み込みました。その結果、審査員間の評価のブレや調整工数を抑えつつ、短期間でも納得感のある選考を行い、後続フェーズへ進むチームを円滑に選定することができました。
書類審査の結果、6チームがプレゼン大会へ進出しました。プレゼン大会に向けた準備にあたっては、日常業務と並行して対応する社員の負荷が過度に高まらないよう、運営側で可能な限りの支援を行いました。具体的には、プレゼン資料作成時のポイントを整理した講座の提供、資料作成の補助となるプレゼン資料の雛形を各チームに作成・提供、さらに、各チームが作成した資料に対するフィードバックを実施しました。
プレゼン大会に向けた準備支援の一環として、プレゼン資料作成に役立つ講座動画を提供しました。本講座は、「資料構成」「作成手順」「資料のレベルアップ」という3つの観点から内容を構成し、特に「資料構成」に重点を置いて設計しました。これは、プレゼン資料においては構成そのものが審査に直結する重要な要素であり、どれだけ優れたアイデアであっても、構成が整理されていなければその良さが十分に伝わらないと考えたためです。そこで、「資料構成」では、審査員にとって理解しやすく、提案の論理性や妥当性が伝わるプレゼン資料の構成の仕方を解説しました。具体的には、各スライドについて「構成要素」と「イメージ」の二段構えで説明しました。「構成要素」では盛り込むべき内容や押さえるべきポイントを整理し、「イメージ」ではそれらを踏まえたスライド例を紹介しました。これにより、発表者はゼロから構成を考える必要がなく、何をどこまで記載すべきかを迷わず理解できるため、限られた準備時間の中でも内容の検討やブラッシュアップに集中でるようにしました。また、本構成は書類審査で用いた審査基準とも対応しており、審査で評価されたポイントをそのままプレゼン資料に反映できる点も特徴です。
一方で、「作成手順」では、資料構成で示したスライドをもとに、実際の資料作成の進め方を解説しました。さらに、「資料のレベルアップ」では、聞き手に負担をかけずに内容を伝えるため、資料全体のストーリーの組み立て方や、見直し・ブラッシュアップの観点を解説しました。
さらに、講座提供に加えて社員の負荷軽減を目的として、プレゼン資料の雛形を作成・提供しました。雛形には、各チーム向けの簡易的なストーリー案に加え、前述のプレゼン資料作成講座で使用した講座資料を組み込み、必要なパーツを組み合わせることで資料を作成できる構成としました。これにより、資料作成時の迷いを最小限に抑え、短時間かつ低負荷での資料作成を可能にしました。
資料作成を進める中で、希望するチームを対象に、作成したプレゼン資料を一度提出いただき、内容をさらに磨き上げるためのフィードバックを行いました。表現や構成の修正に留まらず、今回の発表時にアイデアの魅力がより正しく伝わるよう、論点の置き方や説明の深さについて具体的なアドバイスを行いました。これにより、発表者は審査側の視点を踏まえた改善が可能となり、限られた発表時間の中でも、アイデアの価値や実現性がより明確に伝わるプレゼン資料へと仕上げることができました。
これらの支援を通じて準備を進めた6チームは、12月中旬に静岡銀行 しずぎん本部タワーにて開催されたプレゼン大会に挑みました。当日は、SFGの役員3名および弊社役員1名が審査員として参加し、限られた発表時間の中で、アイデアの内容だけでなく実現性や展開可能性も含めた審査が行われました。最後の講評では、事前準備の丁寧さやアイデアの完成度の高さが評価され、「すぐに業務適用を検討したいアイデアがあった」といったコメントも寄せられました。

プレゼン大会終了後、コンテストを一過性の取り組みで終わらせることなく、実装につなげていくことを目的として、一部アイデアについて整理および具体化を実施しました。
まず、書類審査の段階で実現性が高く評価されたアイデアの中から4件を選定し、応募時に提出されたプロンプトをベースに内容を見直しました。そのうえで、実務での活用を想定した形へと修正しました。
さらに、プレゼン大会の結果を踏まえ、特に評価の高かった上位3つのアイデアについては、今後の本格的な実装を見据え、対象業務の将来像を整理した業務フローの作成や、実装を進めるうえで論点となり得る箇所の洗い出しを行うことで、コンテストの成果を実業務へとつなげるための土台を整えました。
本コンテストの運営を推進されたしずおかフィナンシャルグループのご担当者様から、運営支援に関するご感想をいただいておりますので、以下にご紹介します。
今回の生成AIアイデアコンテストでは、業務効率化・生産性向上につながる実践的なアイデアの創出を目的に企画しました。ブレインパッド様には、企画段階からその意図を踏まえた設計・運営支援をいただき、非常に有意義な取り組みとなりました。現場の運営負荷や参加者の取り組みやすさにも配慮され、今後の業務変革に繋がる手応えを感じています。今回の経験を踏まえ、生成AIの活用をさらに推進していきたいと考えています。
今回のコンテストでは、業務効率化・生産性向上というテーマに沿ったアイデアをいかに集めるかが大きな課題でした。ブレインパッド様には、学習支援コンテンツの提供や応募設計の工夫により、テーマに沿った完成度の高いアイデア創出を後押ししていただきました。その結果、書類審査やプレゼン大会への準備もスムーズに進行できました。また、企画段階から運営全体の流れを整理いただいたことで、先を見通しながら安心して取り組むことができ、運営担当者として非常に心強い支援だったと感じています。
本コンテストでは、対象業務や課題の整理が明確で、実務での活用を具体的に想定した質の高いアイデアが数多く集まりました。
その背景には、審査基準の設計を起点として、募集設計から学習支援、審査、プレゼン大会に向けた準備、実装に向けた具体化までを一体として設計した点があると考えています。その結果、応募数を維持しながらも、実装を具体的に検討できる水準のアイデアを創出することができました。
また、本取り組みは、アイデア創出にとどまらず、社員一人ひとりが自らの業務と生成AIの関係を考える機会となり、生成AI活用の機運醸成にも寄与したのではないかと考えています。
今後は、こうした取り組みをイベントに依存せず、日常業務の中で継続的にアイデアが生まれる仕組みへと発展させていくことが重要です。本コンテストの設計にあたっては、しずおかフィナンシャルグループ様が目指す姿やご要望を踏まえながら設計を行いました。弊社としても、今回得られた知見を活かし、各組織の目的や成熟度に応じた生成AI活用の伴走支援を続けていきたいと考えています。
本取り組みにご興味のある方は、ぜひ弊社までお問い合わせください。
▼プレスリリース
https://www.brainpad.co.jp/news/2026/02/19/24865
あなたにオススメの記事
2023.12.01
生成AI(ジェネレーティブAI)とは?ChatGPTとの違いや仕組み・種類・活用事例
2023.09.21
DX(デジタルトランスフォーメーション)とは?今さら聞けない意味・定義を分かりやすく解説【2024年最新】
2023.11.24
【現役社員が解説】データサイエンティストとは?仕事内容やAI・DX時代に必要なスキル
2023.09.08
DX事例26選:6つの業界別に紹介~有名企業はどんなDXをやっている?~【2024年最新版】
2023.08.23
LLM(大規模言語モデル)とは?生成AIとの違いや活用事例・課題
2024.03.22
生成AIの評価指標・ベンチマークとそれらに関連する問題点や限界を解説